CN118261536A - 一种用于玻璃原片智能仓储的数据处理系统及方法 - Google Patents
一种用于玻璃原片智能仓储的数据处理系统及方法 Download PDFInfo
- Publication number
- CN118261536A CN118261536A CN202410676297.7A CN202410676297A CN118261536A CN 118261536 A CN118261536 A CN 118261536A CN 202410676297 A CN202410676297 A CN 202410676297A CN 118261536 A CN118261536 A CN 118261536A
- Authority
- CN
- China
- Prior art keywords
- storage
- glass
- data
- abnormal
- glass raw
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000011521 glass Substances 0.000 title claims abstract description 235
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 title claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims description 110
- 238000004364 calculation method Methods 0.000 claims description 40
- 238000003672 processing method Methods 0.000 claims description 21
- 238000010276 construction Methods 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 9
- 230000008676 import Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 9
- 238000007726 management method Methods 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Abstract
本发明公开了一种用于玻璃原片智能仓储的数据处理系统及方法,属于用于监督的数据处理系统领域,本发明将得到的玻璃原片的图像数据和玻璃原片的储存数据信息导入玻璃原片异常模型中进行图像异常系数的导出,将得到的储存环境数据信息和玻璃原片的储存数据信息导入环境异常模型中进行环境异常系数的导出,将导出的图像异常系数和环境异常系数导入玻璃储存异常值计算策略中进行玻璃储存异常值的计算,通过计算得到的玻璃储存异常值进行玻璃储存的危险预警,这样可以实现玻璃原片智能仓储的高效、准确和智能化,降低仓储成本,提高仓储管理的效率和水平。
Description
技术领域
本发明属于用于监督的数据处理系统技术领域,具体的说是一种用于玻璃原片智能仓储的数据处理系统及方法。
背景技术
随着科技水平的不断提高,更加智能、便捷的仓储系统已成为大型工厂、物流公司管理仓库的新趋势。传统的仓储系统主要依靠人工管理,库管人员需要时刻了解货架空余位置,以便存放新入库货物,同时还要获知各个货物的准确位置,以使提取货物时能够及时寻出,当仓库货物较多,且出入库频繁时,会耗费极大的人力成本,且容易发生丢件、错件等库管事故。
例如授权公告号为CN109230123B的中国专利中公开了智能仓储系统,包括:仓储管理子系统和仓储监控子系统,仓储监控子系统包括用于对管理商品进行温度检测的温度传感器以及用于对检测温度进行显示的显示屏;仓储管理子系统包括:上储藏室和下储藏室,上储藏室和下储藏室之间为供人踩踏的地面,上储藏室侧壁上开设有供工作人员进入的放置门;上储藏室和下储藏室组合成一个商品的储藏空间,下储藏室内设有存储体,存储体内均匀排列设有多个存储通道,存储通道内设置有能沿着存储通道上下滑动的滑盘,滑盘上竖直向下开设有通槽,滑盘底面和存储通道底端之间设置有用于支撑滑盘的支撑弹簧。该方案解决了现有仓库内采用放置架存储商品可能会出现商品掉落的问题;
同时例如在授权公告号为CN111915055B的中国专利中涉及一种智能仓储调度系统,通过在码头的各集装箱卡车和调运车辆上均安装频谱感知模块和信噪比检测模块,引桥处设置中继节点,码头仓储调度中心根据各集装箱卡车、调运车辆的频谱感知结果和信噪比检测结果,得到各集装箱卡车和各调运车辆在负责自动化调配运输时的调配顺畅度,将符合调配顺畅度要求的车辆分别作为初选集装箱卡车和初选调运车辆,根据危化品种类得到适合运输当前集装箱的最佳集装箱卡车和最佳调运车辆,由码头仓储调度中心命令最佳集装箱卡车和最佳调运车辆协同工作来运输对应的集装箱,实现了根据集装箱所装载危化品种类自动智能化分配集装箱卡车和调运车辆的效果,提高了针对码头的集装箱仓储运输的自动化效率。
以上专利均存在本背景技术提出的问题:现有技术无法基于储存过程中的环境和玻璃原片的数据对玻璃原片的储存安全性进行综合分析,导致降低了玻璃原片的储存安全性,现有技术中均存在上述问题,为了解决这些问题,本申请设计了一种用于玻璃原片智能仓储的数据处理系统及方法。
发明内容
针对现有技术的不足,本发明提出了一种用于玻璃原片智能仓储的数据处理系统及方法。
为实现上述目的,本发明提供如下技术方案:
一种用于玻璃原片智能仓储的数据处理方法,其包括以下具体步骤:
S1、实时获取订单上的仓储的玻璃原片的储存数据信息和储存环境数据信息,同时实时获取玻璃原片的图像数据;
S2、将得到的玻璃原片的图像数据和玻璃原片的储存数据信息导入玻璃原片异常模型中进行图像异常系数的导出;
S3、将得到的储存环境数据信息和玻璃原片的储存数据信息导入环境异常模型中进行环境异常系数的导出;
S4、将导出的图像异常系数和环境异常系数导入玻璃储存异常值计算策略中进行玻璃储存异常值的计算;
S5、通过计算得到的玻璃储存异常值进行玻璃储存的危险预警。
本发明进一步的改进在于,所述S1包括以下具体步骤:
S11、获取实时储存的订单数据,获取订单上储存的仓储的玻璃原片的储存数据信息,其中,仓储的玻璃原片的储存数据信息包括玻璃原片的储存位置、储存安全温度范围、储存安全湿度范围、玻璃原片成品的各像素点的像素值信息和储存客户的数据,将获取得到的玻璃原片的储存位置、储存安全温度范围、储存安全湿度范围、玻璃原片成品的各像素点的像素值信息和储存客户的数据储存在第一储存模组中;
S12、获取储存环境的储存环境数据信息,其中,储存环境数据信息包括仓储环境中的实时温度数据和实时湿度数据,同时获取玻璃原片的图像数据,其中,玻璃原片的图像数据包括玻璃原片图像上各像素点的像素值信息,将获取得到的玻璃原片图像上各像素点的像素值信息和储存环境数据信息储存在第二储存模组中。
本发明进一步的改进在于,所述S2中玻璃原片异常模型的具体内容如下:
S21、提取得到的玻璃原片图像上各像素点的像素值信息和仓储的玻璃原片的储存数据信息中的玻璃原片成品的各像素点的像素值信息,获取两组图像上像素值不同的像素点坐标,将两组图像上像素值不同的像素点坐标导入异常距离计算公式中进行异常距离的计算,第i个两组图像上像素值不同的像素点与其他两组图像上像素值不同的像素点的异常距离计算公式为:,其中n为两组图像上像素值不同的像素点的数量,为第i个两组图像上像素值不同的像素点与第j个两组图像上像素值不同的像素点的距离,选择计算得到的最小的异常距离对应的像素点,设为中心像素点;
S22、将其他两组图像上像素值不同的像素点距离中心像素点的长度、玻璃原片图像上各像素点的像素值信息和仓储的玻璃原片的储存数据信息中的玻璃原片成品的各像素点的像素值信息代入图像异常系数计算公式中进行图像异常系数的计算,图像异常系数计算公式为:,其中,为玻璃原片图像上第j个两组图像上像素值不同的像素点的像素值信息,为玻璃原片成品的两组图像上像素值不同第j个像素点的像素值信息,为第j个两组图像上像素值不同的像素点距离中心像素点的长度。
本发明进一步的改进在于,所述S3中环境异常模型的具体内容为:
S31、获取玻璃原片的储存位置、储存安全温度范围、储存安全湿度范围、仓储环境中的实时温度数据和实时湿度数据;
S32、将获取得到的玻璃原片的储存安全温度范围、储存安全湿度范围、仓储环境中的实时温度数据和实时湿度数据导入环境异常系数计算公式中进行环境异常系数的计算,环境异常系数计算公式为:,其中T为监测时间,为储存安全温度的中值,为t时刻的储存温度,为储存安全湿度的中值,为t时刻的储存湿度,dt为时间积分,为温度占比系数,为湿度占比系数。
本发明进一步的改进在于,所述S4中玻璃储存异常值计算策略包括以下具体内容:
获取计算得到的图像异常系数和环境异常系数导入玻璃储存异常值计算公式中进行玻璃储存异常值的计算,其中,玻璃储存异常值计算公式为:
,其中,exp()为e的幂次。
本发明进一步的改进在于,所述S5包括以下具体内容:
将计算得到的玻璃储存异常值与设定的玻璃储存异常阈值进行对比,若得到的玻璃储存异常值大于或等于设定的玻璃储存异常阈值,则进行储存环境危险预警,若得到的玻璃储存异常值小于设定的玻璃储存异常阈值,则不进行储存环境危险预警。
在此需要说明的是,这里的温度占比系数、湿度占比系数和玻璃储存异常阈值的取值方式为:获取5000组储存过程中的玻璃损伤环境数据和图像数据,同时获取5000组正常储存过程中的玻璃环境数据和图像数据,将获取的数据对应代入玻璃储存异常值计算公式计算玻璃储存异常值,将计算得到的玻璃储存异常值和玻璃异常判断结果导入拟合软件中输出符合判断准确率的最优温度占比系数、湿度占比系数和玻璃储存异常阈值。
一种用于玻璃原片智能仓储的数据处理系统,其基于上述一种用于玻璃原片智能仓储的数据处理方法实现,其具体包括:数据获取模块、玻璃原片异常模型构建模块、环境异常模型构建模块、玻璃储存异常值评价模块、环境预警模块和控制模块,所述数据获取模块用于实时获取订单上的仓储的玻璃原片的储存数据信息和储存环境数据信息,同时实时获取玻璃原片的图像数据,所述玻璃原片异常模型构建模块用于将得到的玻璃原片的图像数据和玻璃原片的储存数据信息导入玻璃原片异常模型中进行图像异常系数的导出。
本发明进一步的改进在于,所述环境异常模型构建模块用于将得到的储存环境数据信息和玻璃原片的储存数据信息导入环境异常模型中进行环境异常系数的导出,所述玻璃储存异常值评价模块用于将导出的图像异常系数和环境异常系数导入玻璃储存异常值计算策略中进行玻璃储存异常值的计算。
本发明进一步的改进在于,所述控制模块用于控制数据获取模块、玻璃原片异常模型构建模块、环境异常模型构建模块、玻璃储存异常值评价模块和环境预警模块的运行。
一种电子设备,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;
所述处理器通过调用所述存储器中存储的计算机程序,执行上述的一种用于玻璃原片智能仓储的数据处理方法。
一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如上述的一种用于玻璃原片智能仓储的数据处理方法。
与现有技术相比,本发明的有益效果是:
本发明实时获取订单上的仓储的玻璃原片的储存数据信息和储存环境数据信息,同时实时获取玻璃原片的图像数据,将得到的玻璃原片的图像数据和玻璃原片的储存数据信息导入玻璃原片异常模型中进行图像异常系数的导出,将得到的储存环境数据信息和玻璃原片的储存数据信息导入环境异常模型中进行环境异常系数的导出,将导出的图像异常系数和环境异常系数导入玻璃储存异常值计算策略中进行玻璃储存异常值的计算,通过计算得到的玻璃储存异常值进行玻璃储存的危险预警,这样可以实现玻璃原片智能仓储的高效、准确和智能化,降低仓储成本,提高仓储管理的效率和水平。
附图说明
图1为本发明一种用于玻璃原片智能仓储的数据处理方法流程示意图;
图2为本发明一种用于玻璃原片智能仓储的数据处理方法S2步具体流程示意图;
图3为本发明一种用于玻璃原片智能仓储的数据处理方法S3步具体流程示意图;
图4为本发明一种用于玻璃原片智能仓储的数据处理系统框架示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。
实施例1
请参阅图1-图3,本发明提供的一种实施例:一种用于玻璃原片智能仓储的数据处理方法,其包括以下具体步骤:
S1、实时获取订单上的仓储的玻璃原片的储存数据信息和储存环境数据信息,同时实时获取玻璃原片的图像数据;
S2、将得到的玻璃原片的图像数据和玻璃原片的储存数据信息导入玻璃原片异常模型中进行图像异常系数的导出;
S3、将得到的储存环境数据信息和玻璃原片的储存数据信息导入环境异常模型中进行环境异常系数的导出;
S4、将导出的图像异常系数和环境异常系数导入玻璃储存异常值计算策略中进行玻璃储存异常值的计算;
S5、通过计算得到的玻璃储存异常值进行玻璃储存的危险预警;
在此需要说明的是,S1包括以下具体步骤:
S11、获取实时储存的订单数据,获取订单上储存的仓储的玻璃原片的储存数据信息,其中,仓储的玻璃原片的储存数据信息包括玻璃原片的储存位置、储存安全温度范围、储存安全湿度范围、玻璃原片成品的各像素点的像素值信息和储存客户的数据,将获取得到的玻璃原片的储存位置、储存安全温度范围、储存安全湿度范围、玻璃原片成品的各像素点的像素值信息和储存客户的数据储存在第一储存模组中;
以下是一个简单的C语言代码示例,用于从数据库中获取实时订单数据,包括玻璃原片的储存位置、储存安全温度范围、储存安全湿度范围、玻璃原片成品的各像素点的像素值信息和储存客户的数据,并将这些数据存储在第一储存模组中;
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <mysql.h>
// 数据库连接参数
const char *server = "localhost";
const char *user = "your_username";
const char *password = "your_password";
const char *database = "your_database";
// 定义储存位置、安全温度范围、安全湿度范围等变量
char *storageLocation = NULL;
int safeTemperatureRange;
int safeHumidityRange;
float pixelValue;
char *customerData;
// 存储位置等数据的长度
int storageLocationLength = 256;
int safeTemperatureRangeLength = 256;
int safeHumidityRangeLength = 256;
int pixelValueLength = sizeof(float);
char customerDataLength = 256;
// 用于存储获取到的数据
MYSQL *conn = NULL;
char query[256];
void connectToDatabase() {
if (conn == NULL) {
conn = mysql_init(NULL);
if (mysql_real_connect(conn, server, user, password,database, 0, NULL, 0, NULL, CLIENT_LONG_PASSWORD) != NULL) {
printf("Connected to database successfully.\n");
} else {
printf("Failed to connect to database.\n");
exit(1);
}
} else {
printf("Database connection already exists.\n");
}
}
void fetchData() {
sprintf(query, "SELECT storageLocation, safeTemperatureRange,safeHumidityRange, pixelValue, customerData FROM orders WHERE orderId = ?");// 请替换为正确的orderId字段名和值
mysql_query(conn, query); // 执行查询操作
MYSQL_RES *result = mysql_store_result(conn); // 存储查询结果到结果集对象中
MYSQL_ROW row; // 存储每一行的数据结构体指针
while ((row = mysql_fetch_row(result)) != NULL) { // 循环遍历每一行数据
storageLocation = row[0]; // 获取储存位置数据并存储到变量中
safeTemperatureRange = atoi(row[1]); // 获取安全温度范围数据并转换为整数类型存储到变量中
safeHumidityRange = atoi(row[2]); // 获取安全湿度范围数据并转换为整数类型存储到变量中
pixelValue = atof(row[3]); // 将储存客户的二维数组字符串转换为float类型并存储到变量中
customerData = row[4]; // 将储存客户的二维数组字符串存储到变量中
// 将获取到的数据存储到第一储存模组中,此处省略具体实现细节...
}
mysql_free_result(result); // 释放结果集对象占用的内存空间
}
这段代码中的主要部分是`fetchData`函数,它通过执行SQL查询语句从数据库中获取订单数据,并将获取到的数据存储到相应的变量中;
S12、获取储存环境的储存环境数据信息,其中,储存环境数据信息包括仓储环境中的实时温度数据和实时湿度数据,同时获取玻璃原片的图像数据,其中,玻璃原片的图像数据包括玻璃原片图像上各像素点的像素值信息,将获取得到的玻璃原片图像上各像素点的像素值信息和储存环境数据信息储存在第二储存模组中;
在此需要说明的是,S2中玻璃原片异常模型的具体内容如下:
S21、提取得到的玻璃原片图像上各像素点的像素值信息和仓储的玻璃原片的储存数据信息中的玻璃原片成品的各像素点的像素值信息,获取两组图像上像素值不同的像素点坐标,将两组图像上像素值不同的像素点坐标导入异常距离计算公式中进行异常距离的计算,第i个两组图像上像素值不同的像素点与其他两组图像上像素值不同的像素点的异常距离计算公式为:,其中n为两组图像上像素值不同的像素点的数量,为第i个两组图像上像素值不同的像素点与第j个两组图像上像素值不同的像素点的距离,选择计算得到的最小的异常距离对应的像素点,设为中心像素点;
S22、将其他两组图像上像素值不同的像素点距离中心像素点的长度、玻璃原片图像上各像素点的像素值信息和仓储的玻璃原片的储存数据信息中的玻璃原片成品的各像素点的像素值信息代入图像异常系数计算公式中进行图像异常系数的计算,图像异常系数计算公式为:,其中,为玻璃原片图像上第j个两组图像上像素值不同的像素点的像素值信息,为玻璃原片成品的两组图像上像素值不同第j个像素点的像素值信息,为第j个两组图像上像素值不同的像素点距离中心像素点的长度;
在此需要说明的是,S3中环境异常模型的具体内容为:
S31、获取玻璃原片的储存位置、储存安全温度范围、储存安全湿度范围、仓储环境中的实时温度数据和实时湿度数据;
S32、将获取得到的玻璃原片的储存安全温度范围、储存安全湿度范围、仓储环境中的实时温度数据和实时湿度数据导入环境异常系数计算公式中进行环境异常系数的计算,环境异常系数计算公式为:,其中T为监测时间,为储存安全温度的中值,为t时刻的储存温度,为储存安全湿度的中值,为t时刻的储存湿度,dt为时间积分,为温度占比系数,为湿度占比系数;
在此需要说明的是,S4中玻璃储存异常值计算策略包括以下具体内容:
获取计算得到的图像异常系数和环境异常系数导入玻璃储存异常值计算公式中进行玻璃储存异常值的计算,其中,玻璃储存异常值计算公式为:
,其中,exp()为e的幂次;
在此需要说明的是,S5包括以下具体内容:
将计算得到的玻璃储存异常值与设定的玻璃储存异常阈值进行对比,若得到的玻璃储存异常值大于或等于设定的玻璃储存异常阈值,则进行储存环境危险预警,若得到的玻璃储存异常值小于设定的玻璃储存异常阈值,则不进行储存环境危险预警;
在此需要说明的是,这里的温度占比系数、湿度占比系数和玻璃储存异常阈值的取值方式为:获取5000组储存过程中的玻璃损伤环境数据和图像数据,同时获取5000组正常储存过程中的玻璃环境数据和图像数据,将获取的数据对应代入玻璃储存异常值计算公式计算玻璃储存异常值,将计算得到的玻璃储存异常值和玻璃异常判断结果导入拟合软件中输出符合判断准确率的最优温度占比系数、湿度占比系数和玻璃储存异常阈值。
通过本实施例能够实现:实时获取订单上的仓储的玻璃原片的储存数据信息和储存环境数据信息,同时实时获取玻璃原片的图像数据,将得到的玻璃原片的图像数据和玻璃原片的储存数据信息导入玻璃原片异常模型中进行图像异常系数的导出,将得到的储存环境数据信息和玻璃原片的储存数据信息导入环境异常模型中进行环境异常系数的导出,将导出的图像异常系数和环境异常系数导入玻璃储存异常值计算策略中进行玻璃储存异常值的计算,通过计算得到的玻璃储存异常值进行玻璃储存的危险预警,这样可以实现玻璃原片智能仓储的高效、准确和智能化,降低仓储成本,提高仓储管理的效率和水平。
实施例2
如图4所示,一种用于玻璃原片智能仓储的数据处理系统,其基于上述一种用于玻璃原片智能仓储的数据处理方法实现,其具体包括:数据获取模块、玻璃原片异常模型构建模块、环境异常模型构建模块、玻璃储存异常值评价模块、环境预警模块和控制模块,数据获取模块用于实时获取订单上的仓储的玻璃原片的储存数据信息和储存环境数据信息,同时实时获取玻璃原片的图像数据,玻璃原片异常模型构建模块用于将得到的玻璃原片的图像数据和玻璃原片的储存数据信息导入玻璃原片异常模型中进行图像异常系数的导出;
在本实施例中,环境异常模型构建模块用于将得到的储存环境数据信息和玻璃原片的储存数据信息导入环境异常模型中进行环境异常系数的导出,玻璃储存异常值评价模块用于将导出的图像异常系数和环境异常系数导入玻璃储存异常值计算策略中进行玻璃储存异常值的计算;
在本实施例中,控制模块用于控制数据获取模块、玻璃原片异常模型构建模块、环境异常模型构建模块、玻璃储存异常值评价模块和环境预警模块的运行。
实施例3
本实施例提供一种电子设备,包括:处理器和存储器,其中,存储器中存储有可供处理器调用的计算机程序;
处理器通过调用存储器中存储的计算机程序,执行上述的一种用于玻璃原片智能仓储的数据处理方法。
该电子设备可因配置或性能不同而产生比较大的差异,能够包括一个或一个以上的处理器(Central Processing Units,CPU)和一个或一个以上的存储器,其中,该存储器中存储有至少一条计算机程序,该计算机程序由该处理器加载并执行以实现上述方法实施例提供的一种用于玻璃原片智能仓储的数据处理方法。该电子设备还能够包括其他用于实现设备功能的部件,例如,该电子设备还能够具有有线或无线网络接口以及输入输出接口等部件,以便进行数据的输入输出。本实施例在此不做赘述。
实施例4
本实施例提出一种计算机可读存储介质,其上存储有可擦写的计算机程序;
当计算机程序在计算机设备上运行时,使得计算机设备执行上述的一种用于玻璃原片智能仓储的数据处理方法。
例如,计算机可读存储介质能够是只读存储器(Read-Only Memory,简称:ROM)、随机存取存储器(Random Access Memory,简称:RAM)、只读光盘(Compact Disc Read-OnlyMemory,简称:CD-ROM)、磁带、软盘和光数据存储设备等。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
应理解,根据A确定B并不意味着仅仅根据A确定B,还能够根据A和/或其它信息确定B。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行计算机指令或计算机程序时,全部或部分地产生按照本发明实施例的流程或功能。计算机可以为通用计算机、专用计算机、计算机网络或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线网络或/和无线网络方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到,结合本发明中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种划分方式,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可做很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (11)
1.一种用于玻璃原片智能仓储的数据处理方法,其特征在于,其包括以下具体步骤:
S1、实时获取订单上的仓储的玻璃原片的储存数据信息和储存环境数据信息,同时实时获取玻璃原片的图像数据;
S2、将得到的玻璃原片的图像数据和玻璃原片的储存数据信息导入玻璃原片异常模型中进行图像异常系数的导出;
S3、将得到的储存环境数据信息和玻璃原片的储存数据信息导入环境异常模型中进行环境异常系数的导出;
S4、将导出的图像异常系数和环境异常系数导入玻璃储存异常值计算策略中进行玻璃储存异常值的计算;
S5、通过计算得到的玻璃储存异常值进行玻璃储存的危险预警。
2.如权利要求1所述的一种用于玻璃原片智能仓储的数据处理方法,其特征在于,所述S1包括以下具体步骤:
S11、获取实时储存的订单数据,获取订单上储存的仓储的玻璃原片的储存数据信息,其中,仓储的玻璃原片的储存数据信息包括玻璃原片的储存位置、储存安全温度范围、储存安全湿度范围、玻璃原片成品的各像素点的像素值信息和储存客户的数据,将获取得到的玻璃原片的储存位置、储存安全温度范围、储存安全湿度范围、玻璃原片成品的各像素点的像素值信息和储存客户的数据储存在第一储存模组中;
S12、获取储存环境的储存环境数据信息,其中,储存环境数据信息包括仓储环境中的实时温度数据和实时湿度数据,同时获取玻璃原片的图像数据,其中,玻璃原片的图像数据包括玻璃原片图像上各像素点的像素值信息,将获取得到的玻璃原片图像上各像素点的像素值信息和储存环境数据信息储存在第二储存模组中。
3.如权利要求2所述的一种用于玻璃原片智能仓储的数据处理方法,其特征在于:所述S2中玻璃原片异常模型的具体内容如下:
S21、提取得到的玻璃原片图像上各像素点的像素值信息和仓储的玻璃原片的储存数据信息中的玻璃原片成品的各像素点的像素值信息,获取两组图像上像素值不同的像素点坐标,将两组图像上像素值不同的像素点坐标导入异常距离计算公式中进行异常距离的计算,第i个两组图像上像素值不同的像素点与其他两组图像上像素值不同的像素点的异常距离计算公式为:,其中n为两组图像上像素值不同的像素点的数量,为第i个两组图像上像素值不同的像素点与第j个两组图像上像素值不同的像素点的距离,选择计算得到的最小的异常距离对应的像素点,设为中心像素点;
S22、将其他两组图像上像素值不同的像素点距离中心像素点的长度、玻璃原片图像上各像素点的像素值信息和仓储的玻璃原片的储存数据信息中的玻璃原片成品的各像素点的像素值信息代入图像异常系数计算公式中进行图像异常系数的计算,图像异常系数计算公式为:,其中,为玻璃原片图像上第j个两组图像上像素值不同的像素点的像素值信息,为玻璃原片成品的两组图像上像素值不同第j个像素点的像素值信息,为第j个两组图像上像素值不同的像素点距离中心像素点的长度。
4.如权利要求3所述的一种用于玻璃原片智能仓储的数据处理方法,其特征在于,所述S3中环境异常模型的具体内容为:
S31、获取玻璃原片的储存位置、储存安全温度范围、储存安全湿度范围、仓储环境中的实时温度数据和实时湿度数据;
S32、将获取得到的玻璃原片的储存安全温度范围、储存安全湿度范围、仓储环境中的实时温度数据和实时湿度数据导入环境异常系数计算公式中进行环境异常系数的计算,环境异常系数计算公式为:,其中T为监测时间,为储存安全温度的中值,为t时刻的储存温度,为储存安全湿度的中值,为t时刻的储存湿度,dt为时间积分,为温度占比系数,为湿度占比系数。
5.如权利要求4所述的一种用于玻璃原片智能仓储的数据处理方法,其特征在于,所述S4中玻璃储存异常值计算策略包括以下具体内容:
获取计算得到的图像异常系数和环境异常系数导入玻璃储存异常值计算公式中进行玻璃储存异常值的计算,其中,玻璃储存异常值计算公式为:
,其中,exp()为e的幂次。
6.如权利要求5所述的一种用于玻璃原片智能仓储的数据处理方法,其特征在于,所述S5包括以下具体内容:
将计算得到的玻璃储存异常值与设定的玻璃储存异常阈值进行对比,若得到的玻璃储存异常值大于或等于设定的玻璃储存异常阈值,则进行储存环境危险预警,若得到的玻璃储存异常值小于设定的玻璃储存异常阈值,则不进行储存环境危险预警。
7.一种用于玻璃原片智能仓储的数据处理系统,其基于如权利要求1-6任一项的所述一种用于玻璃原片智能仓储的数据处理方法实现,其特征在于,其具体包括:数据获取模块、玻璃原片异常模型构建模块、环境异常模型构建模块、玻璃储存异常值评价模块、环境预警模块和控制模块,所述数据获取模块用于实时获取订单上的仓储的玻璃原片的储存数据信息和储存环境数据信息,同时实时获取玻璃原片的图像数据,所述玻璃原片异常模型构建模块用于将得到的玻璃原片的图像数据和玻璃原片的储存数据信息导入玻璃原片异常模型中进行图像异常系数的导出。
8.如权利要求7中所述的一种用于玻璃原片智能仓储的数据处理系统,其特征在于,所述环境异常模型构建模块用于将得到的储存环境数据信息和玻璃原片的储存数据信息导入环境异常模型中进行环境异常系数的导出,所述玻璃储存异常值评价模块用于将导出的图像异常系数和环境异常系数导入玻璃储存异常值计算策略中进行玻璃储存异常值的计算。
9.如权利要求8中所述的一种用于玻璃原片智能仓储的数据处理系统,其特征在于,所述控制模块用于控制数据获取模块、玻璃原片异常模型构建模块、环境异常模型构建模块、玻璃储存异常值评价模块和环境预警模块的运行。
10.一种电子设备,其特征在于,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;
所述处理器通过调用所述存储器中存储的计算机程序,执行权利要求1-6任一项所述的一种用于玻璃原片智能仓储的数据处理方法。
11.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行权利要求1-6任一项所述的一种用于玻璃原片智能仓储的数据处理方法。
Publications (1)
Publication Number | Publication Date |
---|---|
CN118261536A true CN118261536A (zh) | 2024-06-28 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105701631B (zh) | 一种商品入库方法和仓库管理系统 | |
EP3822905A1 (en) | Method and device for predicting thermal load of electrical system | |
CA2421928C (en) | Anomaly detection system and a method of teaching it | |
CN110443093B (zh) | 一种面向智能化的红外数字全景系统及其仓库管理方法 | |
US20140058705A1 (en) | System and Method for Detecting Abnormal Occurrences | |
MX2007002851A (es) | Matriz de sensores rfid. | |
CN1806160A (zh) | 用于跟踪货架系统的状态的方法 | |
CN111401801B (zh) | 一种确定目标物品仓库分散化存储的处理系统、方法 | |
WO2023057434A1 (en) | Method and flight data analyzer for identifying anomalous flight data and method of maintaining an aircraft | |
US20130018917A1 (en) | Selective Storing of Mining Models for Enabling Interactive Data Mining | |
CN110135324A (zh) | 一种物流金融货物监控系统及运行方法 | |
CN116703303A (zh) | 基于多层感知机与rbf的仓储可视化监管系统及方法 | |
CN113469020A (zh) | 一种基于聚类的目标检测模型的评估方法 | |
CN111736556B (zh) | 一种应用于智能制造的仓储运维管理系统 | |
CN116596441A (zh) | 一种基于云计算的智能仓储服务管理方法及系统 | |
EP3712833A1 (en) | Product placement system, product placement method, and product placement program | |
CN116777328A (zh) | 一种物流车线及装载管理方法、装置、设备及存储介质 | |
CN118261536A (zh) | 一种用于玻璃原片智能仓储的数据处理系统及方法 | |
CN114386893A (zh) | 一种基于数字孪生的库房管理方法、装置及终端设备 | |
CN112491046A (zh) | 一种负载接入位置决策方法、装置、设备及存储介质 | |
CN113327284B (zh) | 图像识别方法、装置、电子设备和存储介质 | |
CN112966590B (zh) | 基于aiot和企业安全指数的实时预警方法及装置 | |
CN113011325B (zh) | 一种基于孤立森林算法的堆垛机轨道损伤定位方法 | |
CN111523522A (zh) | 一种设备智能运维管理方法及管理系统 | |
CN112034910A (zh) | 一种基于大数据的物流容器监控平台 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication |